أطلقت ميتا نموذج Muse Glimmer، وهو نموذج متعدد الوسائط كثيف يحتوي على 30 مليار معلمة، متاحًا كمصدر مفتوح على Hugging Face Hub. يتكون الهيكل من فك تشفير نصي بحجم 28 مليار ومعرف إدراك (Perception Encoder) على طراز ViT بحجم 2 مليار لمهام الرؤية.
- يستخدم فك التشفير النصي الانتباه الهجين مع نوافذ منزلقة وطبقات انتباه كاملة، بالإضافة إلى Gated Grouped-Query Attention لتقليل ذاكرة KV-cache بمقدار 16 مرة.
- يدعم النموذج الاستدلال بالفيديو عن طريق معالجة الإطارات بسرعة إطارين في الثانية، مع تحديد المقاطع بـ 96 إطارًا.
- يتم توفير دعم Day-0 لمكتبات transformers و llama.cpp و vLLM و Inference Endpoints.
- يتضمن أداة مسودة اختيارية تسمى DFlash للتخمين الفوري لتسريع التوليد، خاصة للمحتوى المهيكلة مثل البرمجة.
يتيح الإصدار النشر المحلي لقدرات متعددة الوسائط وعملية الوكلاء مع توافق واسع للأجهزة بين مسرعات NVIDIA و AMD و Intel.